基于遗传算法优化BP神经网络的变压器故障诊断
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·变压器故障诊断的重要意义 | 第10-11页 |
| ·变压器故障诊断技术的国内外研究现状及发展趋势 | 第11-14页 |
| ·基于遗传算法的变压器故障诊断 | 第14-15页 |
| ·课题主要研究内容 | 第15-16页 |
| 2 变压器油中溶解气体产生机理及与故障关系 | 第16-27页 |
| ·变压器油中气体的产生机理 | 第16-20页 |
| ·油中溶解气体的来源 | 第16-17页 |
| ·特征气体产生的原因和特点 | 第17-18页 |
| ·气体在变压器油中的溶解与扩散 | 第18-19页 |
| ·变压器内部故障与油中特征气体的关系 | 第19-20页 |
| ·充油变压器的故障诊断方法 | 第20-26页 |
| ·判断有无故障的方法 | 第20-21页 |
| ·判断设备故障性质和类型的方法 | 第21-25页 |
| ·综合诊断的辅助方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 遗传算法 | 第27-39页 |
| ·遗传算法的理论基础 | 第27-30页 |
| ·模式定理 | 第27-28页 |
| ·模式定理分析 | 第28-30页 |
| ·遗传算法的实现 | 第30-35页 |
| ·编码方法 | 第30-31页 |
| ·适应度函数 | 第31-32页 |
| ·选择算子 | 第32页 |
| ·交叉算子 | 第32-33页 |
| ·变异算子 | 第33-35页 |
| ·初始运行参数 | 第35页 |
| ·遗传算法的特点 | 第35-38页 |
| ·遗传算法的优点 | 第36-37页 |
| ·遗传算法的不足及改进 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于遗传算法优化BP神经网络的变压器故障诊断 | 第39-65页 |
| ·BP神经网络 | 第39-43页 |
| ·BP网络的算法原理 | 第40-41页 |
| ·BP算法的实现步骤 | 第41-43页 |
| ·BP神经网络的缺陷及改进 | 第43-49页 |
| ·遗传算法优化BP神经网络的变压器故障诊断模型 | 第49-64页 |
| ·用于变压器故障诊断的BP神经网络的设计 | 第49-54页 |
| ·样本数据的处理 | 第54-56页 |
| ·样本的GA算法 | 第56-61页 |
| ·遗传算法优化BP神经网络诊断模型的实现 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 5 故障诊断系统的仿真分析与测试 | 第65-78页 |
| ·故障诊断系统的仿真分析 | 第65-75页 |
| ·故障诊断系统的测试 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 6 结论 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 附录 A | 第83-85页 |
| 附录 B | 第85-88页 |
| 作者简历 | 第88-90页 |
| 学位论文数据集 | 第90页 |
